POPULASI DAN SAMPEL

• POPULASI : HIMPUNAN DARI UNIT/

INDIVIDU YANG MEMPUNYAI CIRI-
CIRI YANG SAMA
• Populasi : keseluruhan subyek penelitian.
• Populasi : kumpulan semua elemen atau
individu dari mana data atau informasi akan
dikumpulkan
 POPULASI
• Encyclopedia of Educational Evaluation :
A population is a set (or collection) of all
elements possessing one or more attributes of
interest
• Populasi harus didefinisikan dengan jelas :
APA/SIAPA (Isi/Content), DI MANA
(Luas/Extent), KAPAN (Waktu/ Time)
• Contoh :
Pendapatan petani/bulan di desa Sukorejo tahun 2003
 POPULASI
• Definisi populasi berhubungan dengan
proses generalisasi atau inferensi. Hasil dari
penelitian harus jelas ditujukan untuk
populasi yang mana
• Semakin jelas populasi, semakin jelas pula
kepada populasi mana hasil penelitian dapat
diberlakukan
• Idealnya penelitian dilakukan terhadap
populasi (penelitian populasi = studi
populasi = sensus)
 POPULASI
• Berdasarkan besarnya :
– FINIT
– INFINIT
• Ada kemungkinan populasi sangat besar atau
tidak diketahui secara pasti besarnya, dan
(biasanya) keterbatasan waktu, biaya dan
tenaga, maka biasanya penelitian tidak
dilakukan terhadap seluruh elemen populasi.
• Diambil sebagian dari populasi yang disebut
sampel
 SAMPEL
• SAMPEL : bagian dari populasi dari
mana data atau informasi yang
dibutuhkan dapat diperoleh secara
langsung
• Proses pengambilan sampel dari populasi
disebut sampling
 POPULASI

PARAMETER SAMPLING
SAMPEL


2 STATISTIK
 x s
s2 r

GENERALISASI/
INFERENSI
• Generalisasi/Inferensi  statistika :
penarikan kesimpulan dari hal yang jumlah
elemennya lebih sedikit (sampel) ke hal
yang jumlah elemennya lebih banyak atau
lebih luas atau dikenal dengan populasi
• Syarat : Sampel mewakili (representatif)
populasi
– Besar sampel
– Cara pengambilan sampel
– Kecermatan memasukkan ciri-ciri populasi
 Besar Sampel
• Syarat penting untuk suatu generalisasi atau
inferensi
• Prinsip : makin besar, makin baik
• Semakin homogen populasi, semakin kecil
sampel, semakin heterogen populasi, semakin
besar sampel
• Tujuan penentuan besar sampel :
1. mewakili populasi (representative)
2. keperluan analisis
Perlu diperhatikan :
• Jenis dan rancangan penelitian
• Tujuan penelitian/analisis
• Jumlah populasi
• Karakteristik populasi/cara pengambilan
sampel (teknik sampling)
• Jenis (skala pengukuran) data
• Tingkat kepercayaan
• Penyimpangan yang ditolerir (ketelitian)
 BESAR SAMPEL
Penelitian Cross Sectional
Z/22 . p . (1-p)
n = ------------------------
d2
di mana :
Z/2 = harga normal baku sesuai dengan luas area di
bawah kurva baku sebesar (1-/2)
untuk  = 0,05  nilai Z = 1,96
1-  = tingkat kepercayaan
p = proporsi kasus yang diteliti dalam populasi
d = kesalahan yang dapat ditolerir
 BESAR SAMPEL
Penelitian Case - Control
2 . (Z + Z)2 . p . (1-p)
n = -------------------------------
(p0 - p1)2
di mana :
Z = harga normal baku sesuai luas area di bawah kurva baku
sebesar (1-) untuk kesalahan tipe I ( = 0,05 Z = 1,65)
Z = harga normal baku sesuai luas area di bawah kurva baku
sebesar (1-) untuk kesalahan tipe II ( = 0,10 Z = 1,28)
p1 = proporsi individu kelompok kasus mendapat paparan
p0 = proporsi individu kelompok kontrol mendapat paparan
p = (p0 + p1)/2
 BESAR SAMPEL
Penelitian Cohort
1 2 . (Z + Z)2 . p . (1-p)
n = --------- . -------------------------------
(1-f) (p0 - p1)2
di mana :
Z & Z = sama dengan penelitian Case Control
p0 = proporsi partisipan tidak terpapar yang diharapkan terjadi
kasus yang diteliti
p1 = proporsi partisipan terpapar yang diharapkan terjadi kasus
yang diteliti
p = (p0 + p1)/2
f = proporsi partisipan hilang/mundur dari pengamatan
 PENGAMBILAN SAMPEL

CARA PENGAMBILAN SAMPEL :

A. PROBABILITY SAMPLING (RANDOM)
1. SIMPLE RANDOM SAMPLING
2. SISTEMATIC RANDOM SAMPLING
3. STRATIFIED RANDOM SAMPLING
4. CLUSTER RANDOM SAMPLING
5. MULTISTAGE RANDOM SAMPLING
 SIMPLE RANDOM
SAMPLING
Prinsip :
• mengambil sejumlah n elemen dari
sejumlah N elemen secara random
• kerangka sampling atau ”frame”
• tabel bilangan random atau komputer
atau kalkulator
• bila populasi yang diteliti homogen.
 SIMPLE RANDOM
SAMPLING
POPULASI

* * * * LOTRE/ BIL.
RANDOM
* * * * * *
* * * * * * * *
* * * * * * * * * * *
* * * * * * * * * * *
* * * * * * *
SAMPEL
* * *
 SYSTEMATIC RANDOM
SAMPLING
• MIRIP SIMPLE RANDOM SAMPLING
• MENGGUNAKAN CARA SISTEMATIS
UNIT SAMPEL 1 : SIMPLE RANDOM
UNIT SAMPEL 2, 3, ….. DST SECARA
SISTEMATIS DENGAN INTERVAL
TERTENTU
INTERVAL = N/n
 STRATIFIED RANDOM
SAMPLING
• populasi bisa dipisah menurut stratifikasi
tertentu
• STRATA :
– subpopulasi dari populasi awal
– tiap strata homogen
– antar strata heterogen
• Contoh : petani dibagi menjadi 3 strata :
petani kaya, petani cukup kaya, dan petani
miskin
 STRATIFIED RANDOM
SAMPLING
* * *

- + * - + * * * *

* * - + + - * + - +
- - -
* - - * + + - * * - -
- - - -
+ + + * - * - * + + --

* - - * + + +
+ + ++
stratifikasi randomisasi
 CLUSTER/AREA RANDOM
SAMPLING
• populasi bisa dipisah menurut rumpun/
cluster tertentu
• CLUSTER/RUMPUN :
– subpopulasi dari populasi awal
– tiap rumpun heterogen
– antar rumpun homogen
• Contoh : rumpun (blok) rumah (RT, RW)
kloter jamaah haji
 CLUSTER/AREA RANDOM
SAMPLING
-+*+*- +**--+
1 5
-**-+-+ +--+*+
---+++* ++--+- SAMPEL
2 6 ---+++*
**-+*-+ * *+-+* 2 ++--
**-+*-+ **-*
**+-+- +--+**+ +---**+
3 7 8 +-*
+**-+- --+ +** +**--+-
++---+* +---**+
4 8
***++-- +**--+-
RANDOMISASI RANDOMISASI
CLUSTER UNIT SAMPEL
PENGAMBILAN SAMPEL
B. NON PROBABILITY SAMPLING
(NON RANDOM)
1. QUOTA SAMPLING
2. ACCIDENTAL SAMPLING
3. PURPOSIVE SAMPLING
(JUDGMENTAL SAMPLING)
4. SNOWBALL SAMPLING
5. Consecutive Sampling
 SAMPLING KUOTA
• Memilih sampel yang mempunyai ciri-ciri
tertentu dalam jumlah/kuota yang
diinginkan
• Misal : dipilih staf bagian gizi sejumlah n
orang dan bagian imunisasi x orang, sebagai
sampel

Sampling Aksidental
• Sampel dipilih yang kebetulan ditemui
 Sampling Purposif
• Dipilih sampel yang relevan dengan tujuan
penelitian, dengan ciri-ciri khusus
• Ciri-ciri khusus tersebut ditentukan oleh
keputusan (judgment) peneliti
 Judgmental Sampling
Biasanya populasinya “FINIT”
• Misal :
tujuan : mutu sarjana
sampel : dosen, alumni, pengusaha, dll
 Consecutive Sampling

• Sampel yang dipilih sesuai dengan ciri-ciri

tertentu pada KURUN WAKTU
TERTENTU sampe jumlah sampel
terpenuhi
• Biasanya Penelitian di Klinik/RS/RB dtt
• Biasanya populasinya INFINIT
 Snowball Sampling
• Dimulai dari kelompok kecil, masing-
masing menunjuk rekannya yang baru,
kemudian menunjuk kawannya lagi,
dan seterusnya, sampai jumlah tertentu

• Untuk meneliti hubungan antar

manusia dalam kelompok yang akrab
Proporsional :
Jml sub pop/Jml pop total x jml sampel
A = 60 B = 50 C = 40 D = 30 E = 20
Jika jmlah sampel : 50, maka penghitungannya:
A = 60/200x50 = 15
B = 50/200x50 = 12,5
C = 40/200x50 = 10
D = 30/200x50 = 7,5
E = 20/200x50 = 5